Investigating the Impact of Investor's Sentiment and Trading Behavior on Excess Return: Revised Fama and French Five Factor Model

Document Type : Research Paper

Authors

Department of Accounting, Faculty of Administrative and Economics Sciences, Mazandaran University, Babolsar, Iran

Abstract

Objectives: Since the 1990s, the determination of the fair value of financial assets and whether this value depends only on fundamental factors in pricing models or is influenced by behavioral and psychological factors has always been a debatable issue. The behavioral finance field focuses on issues and proposes asset pricing models that incorporate behavioral decision-making aspects. The purpose of this study is to investigate the simultaneous effect of the criteria of the sentiment and individual investors trading behavior on the pricing of capital assets in 77 listed firms in Tehran Stock Exchange during the period from 2009 to 2014, using combination data method.
Method: For this purpose, a revised Fama and French five-factor model is created by adding sentiment and individual investors trading behavior.
Results: The experimental results showed that these two factors have a significant effect on the return on the five-factor model. In a situation where all investors are not rational, decision-makers can use the investor's psychological aspects to understand how asset pricing works.

Keywords


مقدمه.

بازده مفهومی مرتبط با عملیات واحد تجاری است؛ اما ریسک شرکت هم با موقعیت عملیاتی و مالی واحد تجاری و هم با عقاید و تفکرات سرمایه‌گذاران ارتباط دارد؛ به عبارت دیگر، واکنش سرمایه‌گذاران در مقابل واحد تجاری که بر برداشت‌های آنها از موقعیت واحد تجاری مبتنی است، از عوامل مؤثر بر ریسک شرکت است (دستگیر و بزاززاده، 2006).

در دهۀ 1970 فرضیۀ بازار کارای سرمایه در مرکز نظریۀ مالی قرار داشت؛ در دهۀ 1980 شواهدی پدیدار شد که فرضیۀ بازار کارا به‌طور کامل آنها را توجیه نمی‌کرد. به‌علاوه پیشرفت‌هایی در نظریه‌های روان‌شناختی صورت گرفت و دربارۀ رفتار نماینده‌های اقتصادی عقلایی تردید ایجاد کرد؛ اما لزومی برای به‌کارگیری آنها در بازارهای مالی وجود نداشت؛ با این حال این امر سبب تلاش‌های غیررسمی در ادبیات برای شرح شواهد از منظر روان‌شناختی شد. در دهۀ 1990، با توسعۀ الگوی‌های اقتصاد مالی مبتنی بر ادبیات روان‌شناختی دربارۀ تعصبات رفتاری، رویکرد مالی رفتاری برای تحلیل بازارهای مالی معرفی شد؛ درواقع، این دهه شاهد توسعۀ بدنۀ جامع ادبیات مالی رفتاری بود. رشد بورس و رونق دادوستد در بازار در سال‌های 1374 و 1375 که با ساختار نامتعارف انتظارات پدید آمد و سقوط بورس اوراق بهادار تهران در اواخر سال 1383 که بعد از یک دوره رونق چشمگیر اتفاق افتاد، نشان داد سهام‌ها ممکن است قیمت‌گذاری نادرستی داشته باشند و نوسان‌های قیمت سهام تنها به عوامل بنیادی مربوط نمی‌شود؛ بلکه عوامل دیگری نیز در این امر دخالت دارند؛ به این ترتیب نظریه‌های مالی سنتی به‌تنهایی جوابگوی نیازهای اطلاعاتی سرمایه‌گذاران نیست.

واکنش متفاوت سرمایه‌گذاران به اخبار شرکت، توجیهی عمومی برای انحراف از فرضیۀ بازار کاراست. گاهی اوقات ممکن است سرمایه‌گذاران به عملکرد سهام‌ها بیش از اندازه واکنش نشان دهند و سهام‌های دارای زیان را افراطی بفروشند و سهام‌های دارای عملکرد خوب را بیش از اندازه بخرند. با این واکنش‌ها، سهام‌ها شاهد قیمت‌های متفاوتی در مقایسه با ارزش‌های منصفانۀ خود هستند. رشتۀ مالی رفتاری با توجه به این مسائل، الگوی‌های قیمت‌گذاری دارایی جایگزینی را ارائه کرد و جوانب رفتاری تصمیم‌گیری را مدنظر قرار داد که بازار کارا هیچ توضیحی برای آنها نداشت. مالی رفتاری پارادایمی نسبتاً جدید برای پرکردن شکاف در مالی مدرن است که در آن برای تمام مشارکت‌کنندگان در بازار، رفتار عقلایی استاندارد به جای رفتار انسان مستعد خطا‌های روان‌شناختی در نظر گرفته می‌شود؛ به این ترتیب، با اینکه اشتباهات شناختی و تعصبات هیجانی نقش مهمی در روند تصمیم‌گیری سرمایه‌گذار ایفا می‌کنند و سبب عملکرد غیر‌منطقی قیمت و قیمت‌گذاری اشتباه پایدار می‌شوند، در چارچوب نظریۀ بازار کارا به‌‎طور کامل به آنها توجه نمی‌شود؛ بنابراین، به ادبیات مالی رفتاری با توجه به وجود تفاوت بین عالم واقع و جهان آرمانی که نظریۀ بازار کارا به تصویر می‌کشد، توجه شد و از آن در الگوی قیمت‌گذاری دارایی سرمایه‌ای استفاده شد (مختار[1]، 2016).

برای بسیاری از مشارکت‌کنندگان در بازارهای مالی پیش‌بینی بازده و قیمت‌گذاری دارایی، هدفی چالش‌برانگیز است؛ به‌طوری که سرمایه‌گذاران و تحلیلگران مالی به پیش‌بینی الگوها برای تصمیم‌گیری در بازار سهام علاقه‌مندند. در نظریه‌های مالی الگوی‌های مختلفی ازقبیل الگوی قیمت‌گذاری دارایی سرمایه‌ای، الگوی آربیتراژ و الگوی‌های عاملی فاما و فرنچ برای ارزش‌گذاری دارایی‌ها پیشنهاد شده است که هدف آنها درک عملکرد بازارهای مالی و ارزیابی دارایی‌هاست. براساس نظریۀ مالی کلاسیک همۀ سرمایه‌گذاران به‌طور منطقی رفتار و سازوکار آربیتراژ عدم‌تعادل در قیمت‌ها را کشف و قیمت‌ها را به ارزش‌های بنیادی‌ نزدیک می‌کنند. در مقابل، مالی رفتاری فرض عقلایی‌بودن سرمایه‌گذاران را رد و فرض می‌کند سرمایه‌گذاران غیر‌عقلایی رفتار می‌کنند. در مطالعات زیادی ازجمله دبانت[2] و تالر[3] (1987)، باربرایز[4]، شلایفر[5] و ویشنی[6] (1998)، جکسون[7] (2003)، بیکر[8] و ورگلر[9] (2006)، یانگ[10] و ژو[11] (2015)، داوویی[12] و بن‌صلاح[13] (2017) به موقعیت‌های روان‌شناختی گوناگونی توجه شده است. هم‌راستا با مطالعات انجام‌شده، هدف این مقاله ارائۀ الگوی ارزیابی دارایی تجدیدنظرشده بر مبنای الگوی پنج‌عاملی فاما[14] و فرنچ[15] (2015) است که با توجه به ضعف‌های نظریۀ مالی کلاسیک و در نظر گرفتن منطقی‎‌نبودن تمام سرمایه‌گذارها، دو عامل براساس نظریۀ مالی رفتاری به الگوی ذکرشده اضافه شد که عامل اول امکان کنترل تمایلات سرمایه‌گذاران و عامل دوم امکان کنترل رفتار معاملاتی سرمایه‌گذاران خرد را در ارزیابی دارایی‌ها ایجاد می‌کند؛ معیار تمایلات سرمایه‌گذار استفاده‌شده، معیاری ترکیبی است که با استفاده از روش تحلیل مؤلفه‌های اصلی اول به دست آمد و معیار رفتار معاملاتی سرمایه‌گذار عبارت است از عدم تعادل خرید و فروش سرمایه‌گذاران حقیقی که پس از متعامدکردن معیارهای ذکرشده، تأثیر افزوده‌‎شدن آنها به الگوی پنج‌عاملی آزمون شد. به این ترتیب تصمیم‌گیرندگان قادرند جوانب روان‌شناختی را برای درک چگونگی قیمت‌گذاری دارایی‌ها به کار ببرند.

 

مبانی نظری.

مطابق با مالی رفتاری، قیمت‌گذاری نادرست دراثر شوک تقاضای ناآگاهانۀ ناشی از تمایلات[16] و محدودیت در آربیتراژ[17] ایجاد می‌شود. می‌توان دو کانال مجزا را در نظر گرفت که ازطریق آنها تمایلات سرمایه‌گذار ممکن است بر قیمت‌های سهام تأثیر بگذارد. یافته‌های کلی رابطۀ تمایلات - بازده، با نظریۀ مالی استاندارد تضاد دارد؛ نظریه‌ای که پیش‌بینی می‌کند قیمت‌های سهام ارزش تنزیل‌شدۀ جریانات نقد موردانتظار را منعکس می‌کند و آربیتراژگر‌ها آثار خلاف منطق بین مشارکت‌کنندگان بازار را از بین می‌برند؛ بنابراین، تمایلات در این چهارچوب کلاسیک نقشی ندارد. در عوض، رویکرد رفتاری نشان می‌دهد سرمایه‌گذاران تابع تمایلات تعریف‌شده به‌منزلۀ عقیده‌ای دربارۀ جریان‌های نقد آتی و ریسک‌های سرمایه‌گذاری هستند که به‌وسیلۀ حقایق موجود توجیه نشده است. به‌علاوه محدودیت‌هایی برای آربیتراژ وجود دارد؛ زیرا انجام آربیتراژ در مقابل سرمایه‌گذاران غیر‌منطقی، پرهزینه و پرمخاطره است (شلایفر و ویشنی، 1997). با وجود تقاضای مبتنی بر تمایلات یا محدودیت در آربیتراژ بین سهام‌ها، امواج تمایلات غیر‌منطقی بر قیمت‌های دارایی تأثیر می‌گذارد (دلانگ[18]، شلایفر، سامرز[19] و والدمن[20]، 1990). نظریۀ معامله‌گر اختلال[21]، ناهنجاری‌هایی مانند قیمت‌گذاری اشتباه در بازارهای مالی را تاحدودی شرح می‌دهد. بلک[22] (1986)، معامله‌گران اختلال را مسئول قیمت‌گذاری نادرست در بازارهای مالی شناسایی می‌کند. معامله‌گران اختلال از تعصبات شناختی رنج می‌برند و بازار را با معاملات غیرعقلانی‌شان مختل می‌کنند. محرک این مسئله، اعتمادشان به تمایلات سرمایه‌گذار است که بیکر و ورگلر (2007) آن را شرح داده‌‎اند. تمایلات سرمایه‌گذار، دیدگاه بیش از حد مطلوب یا نامطلوب دربارۀ سهام‌هایی است که عوامل بنیادی مشخص آنها را توجیه نکرده‌اند (والتر[23] و ویلیس[24]، 2013).

براساس نظریۀ مالی کلاسیک، قیمت دارایی‌ها ارزش فعلی جریانات نقد آتی‌شان را منعکس می‌کند. به‌دلیل معاملات تصادفی و عدم همبستگی بین معاملات سرمایه‌گذاران، معاملات سرمایه‌گذاران غیرمنطقی تأثیر یکدیگر را خنثی می‌کند؛ حتی در صورت همبستگی بین معاملات سرمایه‌گذاران، آربیتراژگر‌ها انحراف قیمت اوراق از ارزش‌های بنیادی را تشخیص می‌دهند و آن را اصلاح می‌کنند. مطابق با این چهارچوب، بازده مازاد تنها برای دوره‌های کوتاه وجود دارد. در مقابل، نظریۀ مالی رفتاری با استدلال‌های مخالف فرضیۀ بازار کارا، معتقد به تداوم بازده مازاد است. در این راستا، لی[25]، شلایفر و تالر (1991) استدلال کردند که بازده دارایی به‌شدت به عوامل ریسک غیربنیادی مرتبط است. از الگو‌های اصلی توسعه‌یافته دراین زمینه الگوی سه‌عاملی فاما و فرنچ (1993) است. این الگو ارتباط میانگین بازده با اندازه و نسبت ارزش دفتری به ارزش بازار را نشان می‌دهد. نتایج مهم حاصل از این الگو توضیح‌ندادن بازده مازاد به‌وسیلۀ بتا، حساسیت زیاد بازده سهام به اندازۀ شرکت و نسبت ارزش دفتری به ارزش بازار و درنتیجه، توانایی این دو عامل اضافی در شرح بازده مقطعی است.

در مطالعات به‌تازگی انجام‌‌شده، فرض شده است میانگین بازده علاوه بر اندازه و نسبت ارزش دفتری به ارزش بازار، از عوامل بنیادی دیگری تأثیر می‌گیرد. بخش زیادی از ادبیات شواهدی را فراهم کرد مبنی بر اینکه سودآوری و سرمایه‌گذاری، به‌طور جالب‌توجهی بر میانگین بازده سهام تأثیر می‌گذارد. در این راستا، نووی مارکس[26] (2013) ضمن پیشنهاد معیاری برای سودآوری، شواهدی را ارائه داد مبنی بر اینکه سودآوری به‌طور با‌اهمیتی با میانگین بازده ارتباط دارد. آهارونی[27]، گراندی[28] و زنگ[29] (2013) ارتباط با‌اهمیت سرمایه‌گذاری و میانگین بازده را مطرح کردند. فاما و فرنچ در سال 2015 الگوی سه‌عاملی معروف خود را با افزودن عوامل سودآوری و سرمایه‌گذاری توسعه دادند. الگوی پنج‌عاملی فاما و فرنچ (2015) به‌‎صورت زیر است.

 

 

 

در این معادله  بازده دارایی i برای دورۀ t است؛  بازده سبد بازار و  عامل اندازه است که از تفاضل بازده سهام شرکت‌های کوچک و بزرگ به دست می‌آید؛  عامل ارزش است که از تفاوت بین بازده سهام با نسبت ارزش دفتری به ارزش بازار بالا و پایین به دست می‌آید.  عامل سودآوری است که از تفاوت بین بازده سهام با سودآوری قوی و ضعیف به دست می‌آید و درنهایت،  عامل سرمایه‌گذاری است که از تفاضل بین بازده سهام با سرمایه‌گذاری کم و زیاد به دست می‌آید. نتایج تجربی مطالعات انجام‌شده بر الگوی پنج‌عاملی نشان داد این الگو عملکرد بهتری نسبت به الگو‌هایی چون قیمت‌گذاری دارایی سرمایه‌ای شارپ[30] (1964)، لینتنر[31] (1965) و الگوی سه‌عاملی فاما و فرنچ (1993) دارد؛ با این حال با توجه به انتقادهای واردشده به نظریۀ بازار کارای سرمایه ازقبیل منطقی‌نبودن همۀ سرمایه‌گذاران و وجودنداشتن امکان تفسیر تمام اطلاعات دردسترس به‌وسیلۀ سرمایه‌گذاران، مطابق با پژوهش‌های قبلی، شواهد قانع‌کننده‌ای وجود دارد که نشان می‌دهد سرمایه‌گذاران سبب خطاهای سیستماتیک بزرگی می‌شوند و شواهدی وجود دارد مبنی بر اینکه تعصبات روان‌شناختی[32]، به‌طور جالب‌توجهی بر قیمت‌های بازار تأثیر می‌گذارد. طرفداران مالی رفتاری، دربارۀ فرضیه‌هایی که به‌‎طور معمول حامیان مالی استاندارد از آنها حمایت می‌کنند، تردید ایجاد می‌کنند؛ ازجمله اینکه قیمت یک دارایی مالی برابر با ارزش بنیادی آن است. براساس نظریۀ مالی استاندارد، قیمت دارایی‌ها در شرایط تعادلی تعیین می‌شود و ممکن است قرارگرفتن سرمایه‌گذاران در معرض ریسک سیستماتیک را منعکس کند. در مقابل، ادبیات دربارۀ تمایلات سرمایه‌گذار به این نتیجه گرایش دارد که وجود سرمایه‌گذارانِ متمایل به احساس، تأثیرات مهمی بر قیمت‌گذاری دارایی دارد و به این ترتیب قیمت‌ها را از ارزش‌های بنیادی‌ دور می‌کند. مطالعات اخیر در بازارهای مالی عوامل زیادی ازجمله ویژگی‌های شرکت و بازار را در ارزش‌گذاری دارایی و قیمت‌گذاری آن به کار بردند؛ با این حال الگو‌های آنها در نشان‌دادن تأثیر رویدادهای مشاهده‌ناپذیر با شکست روبه‌رو شد. کینز[33] (1936) و آکرلف[34] و شیلر[35] (2009) به پژوهشگران توصیه کردند عوامل روان‌‎شناختی را در الگوی‌های قیمت‌گذاری در نظر بگیرند. دبانت و تالر (1987)، دبانت، ورنر[36]، ریچارد[37] و تالر (1985) و باربریز و همکاران (1998) نوسانات بیش از حد در قیمت‌های سهام و ناهنجاری‌ها در بازار سهام را به وجود واکنش‌های کمتر و بیشتر از حد سرمایه‌گذاران نسبت دادند که با تغییرات در وضعیت روان‌شناختی‌شان تغییر می‌کند.

از آنجا که مفهوم ریسک سیستماتیک در قیمت‌گذاری دارایی شکننده شد، ویژگی‌های دیگر به‌منزلۀ عوامل مرتبط با بازده موردانتظار مطرح شدند. سیکون[38] (2003)، داوویی، برویس[39] و بوی اچاگلو[40] (2013)، دربارۀ حساسیت قیمت سهام به تمایلات سرمایه‌گذار و ویژگی‌های بنیادی سهام مطالعه کردند. یافته‌های تجربی آنها هم‌راستا با پژوهش‌هایی بود که نشان می‌داد حالت‌های روان‌شناختی (احساسات و تمایلات) نقش مهمی در تعیین ارزش سهام و در بازار ایفا می‌کنند.با توجه به موارد ذکرشده، الگوی‌های سه و پنج‌عاملی فاما و فرنچ که منطبق با رویکرد استاندارد، متکی به سرمایه‌گذاران منطقی است، الگوی کاملی در تعیین قیمت دارایی نیست. بر این اساس، چانگ[41]، ایانگ[42] و لو[43] (2010) تأثیر تمایلات سرمایه‌گذار را بر بازده مازاد در بازار سهام تایوان بررسی کردند. شواهد نشان داد تغییر در حجم معاملات، شاخص مناسبی برای تمایلات سرمایه‌گذار است و تمایلات غیرمنطقی بر ارزشیابی سهام تأثیر می‌گذارد. چانگ‌شنگ[44] و یانگ‌‎فنگ[45] (2012) تأثیر تمایلات سرمایه‌گذار را بر ارزشیابی دارایی‌ها نشان دادند. آنها در سطح سبد سهام به این نتیجه رسیدند که سهام‌های با نسبت ارزش دفتری به ارزش بازار پایین و نسبت قیمت به سود بالا به‌دلیل پرهزینه بودن برای آربیتراژ به تمایلات سرمایه‌گذار حساس‌اند. نتایج این پژوهش از نقش تمایلات سرمایه‌گذار در شکل‌گیری بازده حمایت کرد؛ درنتیجه، تغییرات تمایلات سرمایه‌گذار باید به‌منزلۀ ریسک سیستماتیک بااهمیتی در مدیریت سبد سهام و قیمت‌گذاری دارایی به کار رود. دباتا[46]، دش[47] و مهاکد[48] (2017) تأثیر تمایلات سرمایه‌گذار را که با استفاده از شاخص اطمینان مصرف‌کننده اندازه‌گیری شده است، بر نقدینگی بازارهای سهام نوظهور بررسی کردند و دریافتند که تمایلات سرمایه‌گذار تأثیر مثبتی بر نقدینگی دارد. هی[49]، هی و ون[50] (2019) با بررسی نقش تمایلات سرمایه‌گذار در ارتباط بین پاداش ریسک سرمایه‌گذار و بازده سهام، به این نتیجه رسیدند که پاداش جاری ریسک سرمایه‌گذار تأثیر مثبت و بااهمیتی بر بازده سهام دارد و این تأثیر با وضعیت‌های متفاوت تمایلات جاری پایدار است و ارتباطی با میزان تمایلات ندارد. سرلک، علیپوردرویش و وکیلی‌فرد (2012) تأثیر تصمیم‌گیری احساسی سرمایه‌گذران و متغیرهای تکنیک بنیادی بر بازده سهام را بررسی کردند و نشان دادند شاخص آرمز که به‌منزلۀ معیار تصمیم‌گیری احساسی سرمایه‌گذران به کار رفته است، بر بازده سهام تأثیرگذار است. حیدرپور، تاری‌وردی و محرابی (2013) تأثیر گرایش‌های احساسی سرمایه‌گذاران را بر بازده سهام سبد‌های مرتب‌شده براساس اندازه، قیمت، نسبت ارزش دفتری به بازار و نسبت مالکیت نهادی بررسی کردند. شاخص استفاده‌شده در این پژوهش برای اندازه‌گیری گرایش‌های احساسی، شاخص EMSI است. نتایج نشان داد گرایش‌های احساسی سرمایه‌گذاران تأثیر مثبت و معنی‌دار بر بازده سهام شرکت‌های دارای کمترین اندازه، نسبت ارزش دفتری به ارزش بازار و نسبت مالکیت نهادی دارد. وکیلی‌‎فرد، فروغ‌نژاد و خوشنود (2013) بررسی کردند که سرمایه‌گذاران تا چه اندازه در تصمیمات سرمایه‌گذاری خود در بورس اوراق بهادار عقلایی و یا غیرعقلایی رفتار می‌کنند. یافته‌ها نشان می‌دهد سرمایه‌گذاران در تصمیم‌گیری‌هایشان بیشتر از تصمیمات دیگران تأثیر می‌گیرند و رفتار منطقی و رفتارهای واکنشی در رتبه‌های بعدی قرار می‌گیرند.

کاردان، ودیعی و ذوالفقار آرانی (2018) با بررسی نقش تمایلات سرمایه‌گذار بر ارزش‌گذاری شرکت، نشان دادند افزودن شاخص‌های احساسات به الگوی قیمت‌گذاری دارایی‌های سرمایه‌ای سبب افزایش توضیح‌دهندگی الگوی ذکرشده می‌شود. نتایج پژوهش کامیابی، راسخی و نصیری (2018) و مهرانی و معدنچی‌زاج (2018) دربارۀ تأثیر تمایلات سرمایه‌گذار بر الگوی سه‌عاملی فاما و فرنچ نشان داد این عامل تأثیر بااهمیتی در قیمت‌گذاری دارایی در الگوی ذکرشده ایفا می‌کند؛ بنابراین، فرضیۀ اول پژوهش به شرح زیر است:

فرضیة اول: معیار تمایلات سرمایه‌گذار تأثیر بااهمیتی بر بازده مازاد الگوی پنج‌عاملی فاما و فرنچ دارد.

براساس عقلانیت محدود سرمایه‌گذاران در بازار، الگوی‌های مالی رفتاری بر مفهوم معامله‌‌‌گران اختلال استناد می‌کنند که مستعد تعصبات شناختی و خطاهای تصمیم‌گیری‌اند. به‌طور خاص، سرمایه‌گذاران فردی بیشتر مستعد تعصبات روان‌شناختی و رفتارهای غیرمنطقی‌اند؛ درواقع، برخی مطالعات نشان می‌دهد عملکرد سرمایه‌گذاری سرمایه‌گذاران فردی به‌دلیل ضعف اطلاعاتی و تصمیمات سرمایه‌گذاری غیرمنطقی، بدتر از سرمایه‌گذاران نهادی است (پارک[51] و کیم[52]، 2014).

ادبیات غنی از الگوی‌های نظری است که دلایل حامی رفتار گروهی را بیان می‌کنند و دو فرضیۀ اصلی را دربارۀ اینکه چه کسی و چرا رفتار گروهی دارد، مطرح می‌کنند. از آنجا که هزینه‌های (پولی و فرصت) جمع‌آوری اطلاعات زیاد است، معامله‌گران سعی می‌کنند معاملات خود را براساس اقدامات اکثریت انجام دهند، با این فرض که افراد دیگر اطلاعات بیشتری نسبت به آنها دارند؛ این کار براساس فرضیۀ عدم تقارن اطلاعاتی انجام می‌شود. بر این اساس، انتظار می‌رود سرمایه‌گذاران فردی نسبت به سرمایه‌گذاران نهادی، گرایش بیشتری به رفتار گروهی داشته باشند؛ زیرا آنها به اطلاعات بهتری دسترسی دارند و روش‌های برتری برای پردازش دارند که نیاز به تقلید از همتایان به‌ظاهر آگاه‌تر را از بین می‌برد. تعصبات روان‌شناختی مانند وفق‌دادن (هم‌نوایی)[53] رفتار گروهی موجود بین افراد را تقویت می‌کند.

دیدگاه جایگزین این است که رفتار گروهی احتمالاً بین نهادها ازقبیل صندوق‌های سرمایه‌گذاری مشترک[54]، به دلایل زیر از سرمایه‌گذاران فردی رایج‌تر است: اول، معاملات سرمایه‌گذاران نهادی برای همتایانشان مشاهده‌شدنی‌تر است؛ بنابراین، دامنۀ تقلید بیشتری بین این رده از سرمایه‌گذاران وجود دارد. از آنجا که سرمایه‌گذاران فردی مانند سرمایه‌گذاران نهادی مجبور به آشکارکردن سبد نیستند، مشاهدۀ معاملات دیگران برای افراد ممکن است دشوارتر باشد. دوم، سرمایه‌گذاران نهادیِ خاص مانند مدیران صندوق براساس عملکردشان نسبت به مدیران صندوق‌های دیگر ارزیابی می‌‌شوند. در چنین مواردی، آن مدیر با جمعیت باقی می‌ماند؛ به این ترتیب (وقتی مطابق صندوق‌های دیگر عمل کند) اشتباهش نسبت به وقتی که به‌تنهایی مرتکب اشتباهی شود، کمتر به چشم می‌آید. در این پژوهش معیار رفتار معاملاتی سرمایه‌گذاران فردی براساس فرضیۀ عدم‌تقارن اطلاعاتی شکل گرفت.

هان[55] و کومار[56] (2013) خصوصیات قیمت‌گذاری سهام‌هایی را بررسی کردند که سرمایه‌گذاران خرد ناآگاه معامله می‌کنند. آنها دریافتند که سهام‌های با تمرکز بالای معامله‌گران خرد جوانب شانسی بالایی دارند و بیش از اندازه قیمت‌گذاری می‌شوند. در مجموع نتایج نشان داد معاملات خرد، بر قیمت‌های سهام تأثیر می‌گذارد. داویی (2015) تأثیر انتظارات عقلایی و تمایلات رفتاری را با استفاده از داده‌های پنج بازار سرمایۀ بین‌المللی در کشو‌رهای توسعه‌یافته بررسی کرد. نتایج آزمون‌های تجربی نشان داد فرضیه‌های انتظارات عقلایی برای تعیین رفتار معاملاتی سرمایه‌گذار با شکست روبه‌رو می‌شود. کیم و پارک (2015) ارتباط بین تمایلات سرمایه‌گذار فردی و بازده سهام را در بازار سهام کره بررسی کردند؛ آنها از معیار عدم توازن خرید و فروش سرمایه‌گذاران فردی به‌منزلۀ معیاری برای تمایلات سرمایه‌گذار استفاده کردند و رابطۀ پویایی را بین تمایلات سرمایه‌گذار فردی و بازده سهام در الگوی چهارعاملی قیمت‌گذاری دارایی سرمایه‌ای در بازار بورس اوراق بهادار کره نشان دادند. آنها دریافتند که تمایلات سرمایه‌گذار فردی هیچ قدرت توضیحی جالب‌توجهی برای بازده سهام مقطعی ندارد؛ با این حال، معاملات سرمایه‌گذاران فردی می‌تواند قیمت‌های سهام را در سهام‌های خاص با رفتار متضادش حرکت دهد که به‌طور ضمنی نقدینگی را برای مشارکت‌کنندگان در بازار فراهم می‌آورد؛ به‌طوری که آنها دریافتند در چندین سبد با تمرکز سرمایه‌گذاران فردی و هزینه‌های آربیتراژ پایین، تأثیر تمایلات سرمایه‌گذار فردی بر حرکات همزمان در بازده سهام به‌طور معنی‌داری منفی است. لائو[57]، تیان[58] و ژائو[59] (2018) ارتباط بین عدم‌توازن و بازده سهام را در بازار کشور چین بررسی کردند و به این نتیجه رسیدند که عدم‌توازن سفارش به‌طور مثبت و معناداری با بازده سهام همزمان مرتبط است. داویی و بن‌صلاح (2017) تأثیر تمایلات سرمایه‌گذار را بر ارزیابی دارایی‌ها با استفاده از داده‌های بورس اوراق بهادار نیویورک بررسی و با افزودن معیار تمایلات سرمایه‌گذار، الگوی تجدیدنظرشدۀ پنج‌عاملی فاما و فرنچ را ایجاد کردند. نتایج نشان داد الگوی تجدیدنظرشده‌ای که شامل معیار تمایلات سرمایه‌گذار می‌شود، عملکرد بازده موردانتظار را بهتر نشان می‌دهد. خداپرست‌شیرازی، قاسمی و رحمان‌ستایش (2011) تأثیر رفتار گله‌ای در تشکیل حباب‌های عقلایی را در بازۀ زمانی 1376 تا 1387 در بورس اوراق بهادرا تهران بررسی کردند و نشان دادند حباب عقلایی در طی دورۀ زمانی ذکرشده در بورس اوراق بهادار تهران از رفتار گله‌ای و عواملی تأثیر می‌گیرد که سبب کاهش امنیت روانی عاملان بازار می‌شود. دولو و پایایی (2017) رفتار جمعی سرمایه‌گذاران در سطوح خرد و کلان و تأثیر آن در نوسان‌های بازار را بررسی کردند و به این نتیجه رسیدند که رفتار جمعی بین هر دو گروه سرمایه‌گذاران فردی و نهادی وجود دارد؛ بنابراین، فرضیۀ دوم پژوهش عبارت است از:

فرضیۀ دوم: رفتار معاملاتی سرمایه‌گذار فردی تأثیر بااهمیتی روی بازده مازاد الگوی پنج‌عاملی فاما و فرنچ دارد.

اقتصاددانان همواره علاقۀ زیادی به پاسخ به این سؤال داشتند که آیا تمایلات و رفتار معاملاتی سرمایه‌گذار، بر قیمت‌های دارایی تأثیر می‌گذارد یا خیر. پژوهشگران در مالی رفتاری اشاره می‌کنند به اینکه وقتی آربیتراژ محدود است، تمایلات معامله‌گران پارازیت در بازارهای مالی پابرجاست و بر قیمت‌های دارایی‌ها تأثیر می‌گذارد (دلانگ و همکاران، 1990). یانگ و ژو (2016) تأثیر مشترک معاملات گروهی سهام فردی و تمایلات سرمایه‌گذار سهام فردی را بر بازده‌های مازاد در الگوی سه‌عاملی فاما و فرنچ بررسی کردند. نتایج آنها نشان داد اثر ترکیبی تغییرات معاملات گروهی سهام فردی و تغییرات تمایلات سرمایه‌گذار سهام فردی روی بازده مازاد، معنی‌دار است که اهمیت عوامل نابهنجاری را در‌‌ قیمت‌گذاری دارایی نشان می‌دهد. در پژوهش حاضر با توجه به مبانی نظری مطرح‌شده، سعی بر آن است تأثیر افزودن هر دو معیار تمایلات و رفتار معاملاتی سرمایه‌گذار بر بازده مازاد و درواقع، قیمت‌گذاری دارایی سرمایه‌ای در الگوی پنج‌عاملی قیمت‌گذاری دارایی سرمایه‌ای فاما و فرنچ بررسی شود؛ درواقع، این موضوع بررسی خواهد شد که آیا استفادۀ همزمان از هر دو معیار تمایلات و رفتار معاملاتی سرمایه‌گذار نقش مهمی را در شکل‌گیری بازده ایفا می‌کند یا خیر. با توجه به این مسئله که تمایلات سرمایه‌گذار مشاهده‌شدنی نیست، تعریف عینی و ملموسی ندارد و هر یک از معیارهای تمایلات از جهتی آن را بررسی می‌کنند؛ به این ترتیب با توجه به لزوم توجه به معیار تمایلات و رفتار معاملاتی سرمایه‌گذار در قیمت‌گذاری دارایی‌های سرمایه‌ای، فرضیۀ سوم پژوهش به شرح زیر تدوین شده است:

فرضیۀ سوم: استفادۀ همزمان از معیار رفتار معاملاتی سرمایه‌گذار فردی و معیار تمایلات سرمایه‌گذار در الگوی پنج‌عاملی فاما و فرنچ، سبب افزایش توان توضیحی بازده مازاد می‌شود. برای آزمون فرضیۀ سوم بعد از برآورد الگوی پنج‌عاملی فاما و فرنچ که عوامل تمایلات و رفتار معاملاتی سرمایه‌گذار به آن اضافه شده است، تأیید یا رد این فرضیه با مقایسۀ مقادیر R2 تعدیل‌شدۀ آن با حالت‌هایی انجام می‌شود که تنها یکی از عوامل تمایلات یا رفتار معاملاتی به الگوی ذکرشده اضافه شده است (فرضیه‌های اول و دوم).

 

روش پژوهش.

جمع‌آوری داده‌ها به روش میدانی - کتابخانه‌ای انجام شده است و محیط جغرافیایی اجرای پژوهش، شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران‌ است. برای انتخاب جامعۀ آماری، به‌دلیل معامله‌نشدن سهام برخی شرکت‌ها به مدت طولانی، از روش فیلترینگ استفاده شده است. در این روش، ابتدا همۀ اعضای جامعه و سپس با توجه به فیلترهای تعریف‌شده، تعدادی از این شرکت‌ها انتخاب می‌شوند. این روش به این دلیل انتخاب می‌شود که همۀ اعضای جامعه خصوصیات مدنظر را ندارند؛ در نظر گرفتن شرکت‌های با ویژگی‌های خاص در جامعۀ آماری سبب انحراف نتایج می‌شود. به این ترتیب شروط زیر برای انتخاب جامعۀ آماری در نظر گرفته شده است:

پایان سال مالی مطابق با پایان سال تقویمی باشد[60]، شرکت‌های مدنظر جزء شرکت‌های سرمایه‌گذاری، مالی(مثل بانک و بیمه)، لیزینگ و هلدینگ نباشند[61]، در دورۀ پژوهش داده‌های دردسترس داشته باشند و سال مالی خود را تغییر نداده باشند، دست‌کم در شش سال از دورۀ پژوهش، در هر سال دست‌کم 100 روز معاملاتی داشته باشند و بیش از سه ماه در هر سال، کمتر از 3 روز معاملاتی نداشته باشند[62]. به این ترتیب جامعۀ آماری شامل 77 شرکت‌ پذیرفته‌شده در بورس اوراق بهادار تهران در فاصلۀ زمانی 1388 تا 1395 است که به روش داده‌های ترکیبی و به‌صورت ماهانه تجزیه و تحلیل شدند.

داده‌های موردنیاز از شرکت‌های مدنظر جمع‌آوری و آماده‌سازی و محاسبات متغیرها با استفاده از نرم‌افزار اکسل انجام شد؛ در‌نهایت، آزمون فرضیه‌ها و برآورد الگوی‌های پژوهش با استفاده از نرم‌افزارهای ایویوز و استاتا انجام شد. با توجه به ادبیات پژوهش و چالش‌های نظریۀ بازار کارای سرمایه، عواملی برگرفته از نظریۀ مالی رفتاری به الگوی پنج‌عاملی فاما و فرنچ افزوده و الگوی تجدیدنظرشده‌ای ارائه شد. بدین ترتیب برای آزمون فرضیه‌های اول تا سوم، مطابق با معادلات 1، 2 و 3 به ترتیب معیار تمایلات سرمایه‌گذار، معیار رفتار معاملاتی سرمایه‌گذار و درنهایت، هر دو معیار تمایلات و رفتار معاملاتی سرمایه‌گذار به الگوی ذکرشده اضافه شدند. این الگو ازنظر اینکه معیارهای رفتاری را به الگوی پنج‌عاملی افزوده است، همانند داویی و بن‌صلاح (2017) و از این نظر که دو نوع معیار تمایلات را به الگوی قیمت گذاری دارایی اضافه می‌کند، مشابه با یانگ و ژو (2015) است:

 

 

(1)

 

 

 

(2)

 

 

 

(3)

 

عوامل اضافه‌شده به الگوی پنج‌عاملی فاما و فرنچ عبارت‌اند از:

 معیار تمایلات سرمایه‌گذار که وابستگی مشترک آن با عامل بازار  حذف شده است و  عامل رفتار معاملاتی سرمایه‌گذار که نسبت به عامل بازار متعامد شده است. عوامل الگوی پنج‌عاملی فاما و فرنچ براساس دسته‌بندی 3×2 با اثر متقابل اندازه با نسبت ارزش دفتری به ارزش بازار و به‌طور جداگانه با سودآوری عملیاتی و سرمایه‌گذاری ایجاد شدند. نقطۀ انفصال اندازه، میانۀ ارزش بازار سهام شرکت‌هاست و نسبت ارزش دفتری به ارزش بازار، سودآوری عملیاتی و سرمایه‌گذاری به سه دسته با حد تفکیک 30%، 40% و 30% تقسیم می‌شوند. به این ترتیب در هر دسته‌بندی شش سبد از شرکت‌ها شکل می‌گیرد که در هر سال حفظ می‌شوند. به‌دلیل استفاده از بازده‌های ماهانه، عوامل اندازه، ارزش، سرمایه‌گذاری و سودآوری براساس تفاضل میانگین بازده ماهانۀ این سبد‌ها در هر ماه به دست می‌آیند؛ این سبدها با 2 حرف مشخص شدند: اولین حرف، گروه اندازه را مشخص می‌کند، کوچک (S) یا بزرگ (B). دومین حرف گروه B/M بالا (H)، خنثی (N) یا پایین (L) گروه سودآوری عملیاتی قوی (R)، خنثی (N)، یا ضعیف (W) و درنهایت، گروه سرمایه‌گذاری محافظه‌کار (C)، خنثی(N)  یا جسورانه (A) را توصیف می‌کند. به پیروی از نووی‌مارکس (2013)، فاما و فرنچ (2015)، سودآوری عملیاتی (OP) را از تفاضل درآمد با مجموع هزینۀ کالاهای فروخته‎‌شده، هزینه‌های عمومی، اداری و فروش و هزینۀ بهره تقسیم بر ارزش دفتری حقوق صاحبان سهام سال مالی منتهی به سال تقویمی 1−t اندازه گیری کردند. بنا به ضرورت OP، OIt1/BEt1 است که OIt1، سود عملیاتی پایان سال مالی در سال تقویمی t−1 و BEt1 ارزش دفتری حقوق صاحبان سهام است. همانند فاما و فرنچ، سرمایه‌گذاری (Inv) تغییر در کل دارایی‌ها از پایان سال مالی در سال t – 2 تا پایان سال مالی در سال t – 1 تقسیم بر کل دارایی‌های پایان سال مالی t – 2 تعریف شد.

عوامل عبارت‌اند از: SMB (میانگین بازده نه سبد شرکت‌های با اندازۀ کوچک منهای میانگین بازده نه سبد شرکت‌های با اندازۀ بزرگ)، HML (میانگین بازده دو سبد شرکت‌های با نسبت ارزش دفتری به ارزش بازار بالا منهای میانگین بازده دو سبد شرکت‌های با نسبت ارزش دفتری به ارزش بازار پایین)؛ RMW (میانگین بازده دو سبد شرکت‌های با سودآوری عملیاتی قوی منهای میانگین بازده دو سبد شرکت‌های با سودآوری عملیاتی ضعیف و CMA میانگین بازده دو سبد شرکت‌های با سیاست سرمایه‌گذاری محافظه‌کارانه منهای میانگین بازده دو سبد شرکت‌های با سیاست سرمایه‌گذاری جسورانه است:

 

(4)

 

 

 

(5)

 

 

 

(6)

 

 

 

(7)

 

 

 

(8)

 

 

 

(9)

 

 

 

(10)

 

در ادامه چگونگی محاسبۀ معیارهای تمایلات و رفتار معاملاتی سرمایه‌گذار بررسی می‌شود. ابتدا متغیرهایی معرفی می‌شود که به‌منزلۀ معیارهای تمایلات سرمایه‌گذار استفاده شده‌اند. کیم و ها[63] (2010)، یانگ[64] و گائو[65] (2014) و یانگ و ژو (2015) شاخص وابسته به روان‌شناسی[66] را برای ایجاد معیار تمایلات سرمایه‌گذار ترکیبی به کار بردند.

 

(11)

که  تعداد روزهایی است که قیمت نهایی دارایی  در ماه  از قیمت نهایی دارایی  در زمان  بزرگ‌تر است و  دورۀ معاملاتی است. بازار، خرید و فروش افراطی را به ترتیب با شاخص روان‌شناسی 75 و 25 تجربه خواهد کرد.

وایلدر[67] (1978) در کتاب معروفش با نام «مفاهیم جدید در تحلیل تکنیکال» با معرفی اندیکاتور RSI چگونگی بررسی و تفکر جدیدی را در سیستم‌های خرید و فروش تکنیکال معرفی کرد.

کیم و ها (2010) و چن[68]، چونگ[69] و دان[70] (2010) شاخص قدرت نسبی[71] را به‌منزلۀ یکی از نمایندگان تمایلات سرمایه‌گذار برای تشکیل شاخص ترکیبی تمایلات سرمایه‌گذار به کار بردند. شاخص قدرت نسبی، شاخص معروف بازار است که نشان می‌دهد بازار، فروش افراطی یا خرید افراطی داشته است.

 

 

(12)

 

 

 

(13)

 

که  قیمت پایانی دارایی  در زمان  و  قیمت پایانی دارایی  در زمان  است[72]. در تفسیر اندیکاتور، بالاتررفتن عدد اسیلاتور از 70 را خریدهای هیجانی یا سقف می‌نامند و پایین‌آمدن عدد اسیلاتور را از 30 فروش‌های هیجانی یا کف می‌گویند. از آنجا که اطلاعات 14 روز گذشته برای محاسبۀ شاخص کفایت نمی‌کند و نمی‌تواند شاخص درستی ارائه بدهد، باید اطلاعات 6 ماه گذشته یا حتی یک سال قبل در محاسبات منظور شوند. به این گونه که RSI از آن تاریخ محاسبه و با واردکردن اطلاعات جدید در هر روز ادامه داده می‌شود. در این پژوهش از  12‌ماهه استفاده شده است.

حجم معاملات[73] به میزان معاملات انجام‌شده در دوره‌ای از زمان گفته می‌شود و به‌منزلۀ شاخص نقدینگی بازار به کار می‌رود (بیکر و استین[74]، 2004). در بازار با محدودیت‌های فروش استقراضی[75]، سرمایه‌گذاران غیرمنطقی وقتی خوش‌بین هستند نقدینگی را به‌واسطۀ مشارکت اضافه می‌کنند؛ بنابراین، نقدینگی بالا بر ارزش‌گذاری بیش از حد بازار سهام دلالت دارد. این مشابه با یافته‌های جونز[76] (2001) است که استدلال می‌کند حجم معاملۀ بالا، بازده‌های بازار پایین را پیش‌بینی می‌کند. به این ترتیب، تمایلات بازار ازحجم معاملات بازار به دست می‌آید. اینگ[77] (1966) دریافت حجم معاملات کم بعد از یک افت در قیمت می‌آید؛ در حالی که یک حجم معاملات زیاد با افزایش در قیمت مرتبط است. به‌طور کلی، حجم معاملات در بازار دارای روند صعودی[78]، زیاد و در بازار دارای روند نزولی[79]، کم است؛ بنابراین، اطلاعات حجم معاملات بخش مهمی از معیار تمایلات است.

یانگ و گائو (2014) نرخ گردش تعدیل‌شده[80] را به‌منزلۀ شاخص تمایلات سرمایه‌گذار به کار بردند. این نرخ به‌صورت زیر است:

 

(14)

 

 بازده دارایی  در زمان  و ، حجم معاملاتی دارایی  در زمان  است. اگر بازده بالای صفر باشد، نرخ گردش تعدیل‌شده مثبت است که نشان می‌دهد بازار سهام رو به رونق است. اگر بازده زیر صفر باشد، نرخ گردش تعدیل‌شده منفی است که نشان می‌دهد بازار سهام رو به افول است (یانگ و ژو، 2015؛ 2016).

پس از محاسبۀ هر یک از متغیرهای تمایلات، استانداردسازی آنها به‌دلیل یکسان‌نبودن واحد اندازه‌گیری انجام ‌شد؛ سپس آزمون بارتلت برای تشخیص مناسب‌بودن داده‌ها برای تحلیل مؤلفه‌‌ها در هر یک از سبد‌ها به کار رفت و بعد از تأیید مناسب‌‎بودن آن، تحلیل مؤلفه‌های اصلی[81] انجام شد؛ به این ترتیب برای برآورد شاخص تمایلات سرمایه‌گذار همانند براون[82] و کلیف[83] (2004)، بیکر و ورگلر (2006) و یانگ و ژو (2015) از تکنیک چندمتغیریِ تحلیل مؤلفه‌های اصلی (PCA) استفاده شده است. از کارکردهای تحلیل مؤلفه‌های اصلی این است که مجموعه‌ای از متغیرهای سنجیده‌شده را به ترکیب خطی متعامد با حداکثر مقدار واریانس تبدیل می‌کند. تحلیل مؤلفه‌های اصلی ساختار کوواریانس، مجموعه‌ای از متغیرها را با استفاده از ترکیب خطی این متغیرها برای کاهش و ارائۀ تفسیر بهتری از داده‌ها توضیح می‌دهد. از روش‌های استفاده‌شده در ادبیات برای تعیین تعداد مؤلفه‌هایی که باید در PCA حفظ شود، قاعدۀ کایزر 1960 و نمودار اسکری[84] است که بیان می‌کند تمام مؤلفه‌های دارای مقادیر ارزش ویژۀ بیش از یک باید حفظ شوند. بعد از انجام تحلیل مؤلفه‌های اصلی، معیار تمایلات سرمایه‌گذار نسبت به عامل بازار متعامد شد؛ زیرا یک معیار تمایلات سرمایه‌گذار ممکن است بر عامل بازار مبتنی باشد. به این ترتیب معیار تمایلات سرمایه‌گذار براساس عامل بازار برای استخراج معیار تمایلات خالص برازش شد؛ باقی‌ماندۀ حاصل از برازش معادلۀ 15 نشان‌دهندۀ شاخص تمایلات سرمایه‌گذار است که وابستگی مشترک آن با عامل بازار حذف شده است. این معیار با  مشخص می‌شود.

 

(15)

داده‌های معاملات سرمایه‌گذاران حقیقی، برای اندازه‌گیری عدم توازن خرید و فروش سهام به کار رفت. دادۀ اولیۀ عدم توازن خرید و فروش[85] (BSI) عبارت است از حجم کل خریداران[86] یا حجم ریالی معاملات خریداران و حجم کل فروشندگان[87] یا حجم ریالی معاملات فروشندگان. محاسبۀ عدم توازن خرید و فروش هر سهم به‌صورت ماهانه با استفاده از رابطۀ 16 انجام شد:

(16)

 

در اینجا،  تعداد روزها در ماه t است؛ ( )  حجم ریالی خرید (فروش) سرمایه‌گذاران حقیقی برای سهام i در روز j از ماه t است. معیار عدم‌توازن خرید و فروش سهام در یک ماه مشخص نشان می‌دهد که آیا بیشتر سرمایه‌گذاران فردی خریدارند (  یعنی حجم ریالی معاملات خریداران حقیقی بیشتر از حجم ریالی معاملات فروشندگان حقیقی سهام است) یا اینکه بیشتر سرمایه‌گذاران فردی فروشنده‌اند (  یعنی حجم ریالی معاملات فروشندگان حقیقی سهام بیشتر از حجم ریالی معاملات خریداران حقیقی سهام است).

مشابه با محاسبۀ معیار تمایلات سرمایه‌گذار ترکیبی، ممکن است مخالفت‌هایی برای استفاده از عدم‌توازن خرید و فروش به‌منزلۀ یک معیارِ رفتار معاملاتی سرمایه‌گذار صرفه‌جو (اقتصادی) وجود داشته باشد؛ به این دلیل که عدم‌توازن خرید و فروش نمی‌تواند بین بخش مشترک رفتار و بخش مشترک بازده مازاد بازار، تمایز قائل شود؛ بنابراین، یک معیار رفتار معاملاتی سرمایه‌گذاری ایجاد شد که به‌روشنی واریانس بازده مازاد بازار را از معیار رفتار معاملاتی سرمایه‌گذار صرفه‌جو حذف می‌کند. برای حذف وابستگی مشترک  به عامل بازار، رگرسیون زیر در هر ماه برای هر سهم در دورۀ بررسی‌شده اجرا شد؛ به این ترتیب هدف از اجرای این رگرسیون، حذف مؤلفۀ مشترک در تقاضای خالص سرمایه‌گذار است که از حرکات کلی بازار ناشی می‌شود. باقی‌ماندۀ معادلۀ 17، با  نشان داده می‌شود که شاخص رفتار معاملاتی سرمایه‌گذاران فردی در سهام i است. در تمام تحلیل‌های تجربی، این معیار متعامدِ فعالیت معاملاتی سرمایه‌گذار به کار رفته است.

(17)

 

 

یافته‌ها.

برای شناخت بیشتر متغیرهای مطالعه‌شده، خلاصۀ آمار توصیفی متغیرها در جدول (1) ارائه شد. بیشتر متغیرهای پژوهش انحراف معیار و ارزش‌های میانگین کم و نزدیک به هم دارند که نشان می‌دهد متغیرها در محدودۀ مشخصی متمرکز شده‌اند. میانگین بازده مازاد سهام شرکت‌ها 002/0 است که نشان می‌دهد به‌طور میانگین شرکت‌ها 2/0 درصد بازده بیشتری را به سرمایه‌گذاران نسبت به زمانی که ریسکی را متحمل نمی‌شوند، می‌پردازند. مثبت‌بودن میانگین عامل اندازه و ارزش نشان می‌دهد به‌طور میانگین شرکت‌های با اندازۀ کوچک و نسبت ارزش دفتری به ارزش بازار بالا، بازده بالاتری را نسبت به شرکت‌های با اندازۀ بزرگ و نسبت ارزش دفتری به ارزش بازار پایین کسب می‌کنند. میانگین معیار تمایلات سرمایه‌گذار 003/0- و حداکثر و حداقل آن 096/3 و 591/3- و میانگین معیار رفتار معاملاتی سرمایه‌گذار 000/0 و حداکثر و حداقل آن 440/0 و 436/0- است.

جدول (1) آمار توصیفی متغیرهای پژوهش

 

میانگین

میانه

حداکثر

حداقل

انحراف معیار

Rif

002/0

019/0-

937/3

842/0-

177/0

MKT

001/0

012/0-

183/0

126/0-

074/0

SMB

046/0

015/0

442/0

343/0-

166/0

HML

009/0

003/0

131/0

119/0-

054/0

RMW

008/0-

005/0

117/0

143/0-

055/0

CMA

016/0-

014/0-

101/0

135/0-

053/0

SMKT

003/0-

013/0-

096/3

591/3-

980/0

BSIMKT

000/0

057/0

440/0

436/0-

198/0

 

فرضیۀ 1 بیان می‌کند که معیار تمایلات سرمایه‌گذار تأثیر بااهمیتی بر بازده مازاد سبد کل شرکت‌ها در الگوی پنج‌عاملی فاما و فرنچ دارد، به این ترتیب:

قبل از برآورد الگوها، هم‌خطی بین متغیرهای توضیحی با استفاده از عامل تورم واریانس بررسی شد و وجودنداشتن هم‎‌خطی به اثبات رسید. مانایی داده‌ها با استفاده از آزمون‌های ایم، پسران و شین (2003) و لوین، لین و چو (2002) بررسی و مانابودن داده‌ها تأیید شد. برای انتخاب الگوی مناسب برآورد، آزمون‌‎های چاو، ضریب لاکرانژ و هاسمن انجام و الگوی اثرات ثابت برای برآورد نهایی فرضیۀ 1 انتخاب شد؛ نتیجۀ برآورد الگوی 1 با استناد به جدول (2)، تأیید فرضیۀ 1 است؛ به این ترتیب معیار تمایلات سرمایه‌گذار تأثیر بااهمیتی بر بازده مازادِ الگوی پنج‌عاملی قیمت‌گذاری دارایی سرمایه‌ای فاما و فرنچ دارد. ضریب  (089/0) در سطح 95% معنادار است. ضریب مثبت بیان‌‎کنندۀ رابطۀ مستقیم بین معیار تمایلات سرمایه‌گذار و بازده مازاد است. به این ترتیب با افزایش (کاهش) تمایلات سرمایه‌گذار، بازده مازاد افزایش (کاهش) خواهد یافت. احتمال آمارۀ F کمتر از 05/0 است؛ ازاین‌رو، کل الگو در سطح 95% معنادار است.

جدول (2) نتیجۀ آزمون فرضیۀ 1

 

احتمال

آمارۀ  t

انحراف معیار

ضریب

متغییرهای مستقل

000/0

110/34

031/0

057/1

MKT

878/0

154/0-

014/0

002/0-

SMB

024/0

255/2-

041/0

093/0-

HML

712/0

369/0-

043/0

016/0-

RMW

867/0

167/0

038/0

006/0-

CMA

000/0

031/46

002/0

089/0

SMKT

237/0

183/1

002/0

002/0

C

162/49

آمارۀ F

 

395/0

R2

000/0

احتمال آمارۀ F

 

387/0

R2 تعدیل‌شده

 

 

 

927/1

آمارۀ دوربین واتسون

 

الگوی اثرات تصادفی برای برآورد الگوی 2 با استفاده از آزمون‌های چاو، ضریب لاکرانژ و هاسمن به‌منزلۀ الگوی مناسب انتخاب شد. نتیجۀ برآورد الگو با استناد به جدول (3)، قبول فرض ذکرشده است؛ به این ترتیب معیار رفتار معاملاتی سرمایه‌گذار فردی تأثیر بااهمیتی بر بازده مازادِ الگوی پنج‌عاملی قیمت‌گذاری دارایی سرمایه‌ای فاما و فرنچ دارد. ضریب  (075/0-) در سطح 95% معنادار است. ضریب منفی بیان‌کنندۀ رابطۀ معکوس بین معیار رفتار معاملاتی سرمایه‌گذار سهام فردی و بازده مازاد است. به این ترتیب با افزایش (کاهش) معیار رفتار معاملاتی سرمایه‌گذار سهام فردی، بازده مازاد کاهش (افزایش) خواهد یافت. احتمال آمارۀ F کمتر از 05/0 است؛ ازاین‌رو، کل الگو در سطح 95% معنادار است.

جدول (3) نتیجۀ آزمون فرضیۀ 2

 

احتمال

t آمارۀ

انحراف معیار

ضریب

متغییرهای مستقل

000/0

219/56

018/0

017/1

MKT

351/0

932/0

007/0

006/0

SMB

555/0

591/0

020/0

012/0

HML

089/0

699/1-

022/0

038/0-

RMW

627/0

486/0-

019/0

009/0-

CMA

000/0

725/5-

013/0

075/0-

BSIMKT

786/0

272/0

001/0

000/0

C

442/252

آمارۀ F

 

193/0

R2

000/0

احتمال آمارۀ F

 

192/0

R2 تعدیل‌شده

 

 

 

049/2

آمارۀ دوربین واتسون

 

برای بررسی محتوای اطلاعاتی افزایشی دو متغیر تمایلات و رفتار معاملاتی سرمایه‌گذار در الگوی پنج‌عاملی فاما و فرنچ، فرضیۀ 3 آزمون شد؛ درواقع، این فرضیه بیان می‌کند که استفادۀ همزمان از معیار تمایلات و رفتار معاملاتی سرمایه‌گذار در الگوی قیمت‌گذاری دارایی پنج‌عاملی، سبب افزایش توان توضیح‌دهندگی بازده مازاد می‌شود. بعد از انجام آزمون‌های انتخاب الگوی مناسب برای برآورد الگو، الگوی اثرات ثابت بدین منظور انتخاب شد.

نتایج حاصل از برآورد الگوی 3 با الگوی اثرات ثابت در جدول (4) بیان‌کنندۀ این است که ضریب تمایلات سرمایه‌گذار (با ضریب 087/0) و رفتار معاملاتی سرمایه‌گذار (با ضریب 025/0-) در سطح 95% تأثیر بااهمیتی بر بازده مازاد الگوی سه‌عاملی فاما و فرنچ دارند. احتمال آمارۀ F کمتر از 05/0 است؛ ازاین‌رو، کل الگو معنادار است. آمارۀ دوربین واتسون نیز نشان‌دهندۀ وجودنداشتن خودهمبستگی خطاهای الگوست. ضریب تعیین تعدیل‎‌شدۀ الگو بیان‌کنندۀ این است که حدود 46% تغییرات بازده را متغیرهای این الگو توضیح می‌دهند.

جدول (4) نتیجۀ آزمون فرضیۀ 3

 

احتمال

آمارۀ  t

انحراف معیار

ضریب

متغییرهای مستقل

000/0

692/38

026/0

005/1

MKT

489/0

691/0

012/0

008/0

SMB

255/0

140/1-

035/0

039/0

HML

760/0

306/0

036/0

011/0

RMW

358/0

919/0

031/0

029/0

CMA

000/0

618/52

002/0

087/0

SMKT

002/0

132/3-

008/0

025/0-

BSIMKT

241/0

173/01

002/0

002/0

C

663/65

آمارۀ F

 

466/0

R2

000/0

احتمال آمارۀ F

 

459/0

R2 تعدیل‎‌شده

 

 

 

938/1

آمارۀ دوربین واتسون

 

محتوای اطلاعاتی نسبی شمول هر دو متغیر تمایلات و رفتار معاملاتی سرمایه‌گذار با حالت‌هایی مقایسه می‌شود که یکی از این متغیرها در الگو به کار رفتند؛ بنابراین، هر الگویی که ضریب تعیین بزرگ‌تری داشته باشد، متغیرهای مستقل آن محتوای اطلاعاتی نسبی بیشتری خواهد داشت. با مقایسۀ R2 تعدیل‌‎شدۀ به‌دست‌آمده از آزمون فرضیه‌ها فهمیده می‌شود که توان توضیح‌‎دهندگی الگوی پنج‌عاملی همراه با متغیرهای تمایلات و رفتار معاملاتی بیشتر از الگوهایی است که شامل یکی از عوامل تمایلات یا رفتار معاملاتی سرمایه‌گذارند. برای اطمینان از معناداربودن اختلاف ضرایب تعیین، آزمون وونگ انجام شد تا بررسی شود که آیا محتوای اطلاعاتی الگوی پنج‌عاملی با تمایلات و رفتار معاملاتی سرمایه‌گذار به‌صورت معناداری بیشتر است یا خیر. نتایج آزمون وونگ نشان می‌دهد ضریب تعیین الگوی پنج‌عاملی با تمایلات و رفتار معاملاتی سرمایه‌گذار توان توضیح‌دهندگی بیشتری دارد؛ بنابراین، فرضیۀ 3 تـأیید می‌شود. نتایج آزمون وونگ در جدول (5) ذکر شده است.

جدول (5) نتایج آزمون وونگ

 

فرضیه‌های
 3 و 1

فرضیه‌های
 3 و 2

آمارۀ Z

534/2

978/6

معناداری

011/0

000/0

 

نتایج و پیشنهادها.

از آنجا که پژوهش حاضر تأثیر تمایلات سرمایه‌گذار و رفتار معاملاتی سرمایه‌گذار فردی را بر بازده مازاد در الگوی پنج‌عاملی فاما و فرنچ برای شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران سنجیده است، در مبانی مرتبط با مدیریت سبد سهام و قیمت‌گذاری دارایی نوآوری دارد. در مالی کلاسیک هیچ جایگاهی برای سرمایه‌گذاران غیرمنطقی و به‌طور کلی هرگونه تعصب رفتاری وجود ندارد. مطابق نظریۀ مالی کلاسیک، سرمایه‌گذاران کاملاً استراتژیک‌اند؛ به این معنی که آنها قادرند تمام تصمیم‌های خود را براساس علم ریاضیات بگیرند. نقدی که ازسوی نظریۀ مالی رفتاری دربارۀ نظریۀ کلاسیک وجود دارد این است که سرمایه‌گذاران به‌صورت متقابل با هم در تعامل‌اند. این فرض مطرح است که قیمت‌گذاری دارایی کاملاً با نظریۀ بازار کارا پوشش داده نمی‌شود؛ بنابراین، پژوهش با هدف بررسی تأثیر معیارهای تمایلات و رفتار معاملاتی سرمایه‌گذاران فردی بر بازده مازاد در الگوی پنج‌عاملی فاما و فرنچ (2015) انجام شد. بدین منظور داده‌های 77 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران در دورۀ زمانی 1388 تا 1395 به‎‌صورت ماهانه با استفاده از روش داده‌های ترکیبی بررسی شد. دو شاخص به‌منزلۀ معیار تمایلات و رفتار معاملاتی سرمایه‌گذار در نظر گرفته شد. معیار تمایلات سرمایه‌‎گذار استفاده‌شده معیاری ترکیبی است که با استفاده از روش تحلیل مؤلفه‌های اصلی اول به دست آمد و معیار رفتار معاملاتی سرمایه‌گذار استفاده‌شده عبارت است از عدم‌تعادل خرید و فروش سرمایه‌گذاران حقیقی؛ پس از متعامدکردن معیارهای ذکرشده، تأثیر افزوده‌شدن آنها به الگوی پنج‌عاملی آزمون شد. نتایج حاصل از آزمون فرضیۀ اول نشان می‌دهد معیار تمایلات سرمایه‌گذار تأثیر بااهمیتی بر بازده مازاد در الگوی پنج‌عاملی فاما و فرنچ دارد؛ به این ترتیب در شرایطی که تمام سرمایه‌گذاران منطقی نیستند، تصمیم‌گیرندگان می‌توانند جوانب روان‌شناختی را برای درک چگونگی قیمت‌گذاری دارایی‌ها به کار ببرند. هم‌راستا با ادبیات، نتایج نشان داد وجود سرمایه‌گذاران متمایل به احساس می‌تواند تأثیرات مهمی بر قیمت‌گذاری دارایی داشته باشد و قیمت‌ها را از ارزش بنیادی دور کند. به این ترتیب الگوی پنج‌عاملی منطبق با رویکرد استاندارد که به سرمایه‌گذاران منطقی متکی است، الگوی کاملی در تعیین قیمت دارایی نیست. نتایج این فرضیه از منظر تأثیر تمایلات سرمایه‌گذار بر قیمت‌گذاری دارایی، منطبق با نتایج چانگ و همکاران (2010)، چانگ‌شنگ و یانگ‌فنگ (2012)، سرلک و همکاران (2012)، کاردان و همکاران (2018)، کامیابی و همکاران (2018) و مهرانی و معدنچی‌زاج (2018) است. از آنجا که سرمایه‌گذاران فردی بیشتر مستعد تعصبات شناختی و خطاهای تصمیم‌گیری‌اند، تأثیر رفتار معاملاتی سرمایه‎‌گذاران فردی بر بازده مازاد در فرضیۀ 2 بررسی شد. نتایج نشان‌دهندۀ تأثیر این عامل بر بازده مازاد است که نشان می‌دهد سرمایه‌گذاران فردی به‌دلیل هزینه‌های زمانی و پولی بالا در جمع‌آوری اطلاعات، تمایل به پیروی از دیگران را دارند؛ درنتیجه، تصمیم‌های معاملاتی‌شان را براساس فعالیت‌ها و اقدام‌های اکثریت می‌گیرند که این رفتار بر بازده مازاد تأثیر‌گذار است؛ این نتایج با نتایج کیم و پارک (2015) و داویی و بن‌صلاح (2017) سازگار است. نتایج فرضیۀ سوم نشان داد استفادۀ همزمان از دو معیار تمایلات و رفتار معاملاتی سرمایه‌گذار فردی در الگوی پنج‌عاملی فاما و فرنچ تأثیر بااهمیت‌تری بر بازده مازاد نسبت به حالت‌هایی دارد که تنها یکی از معیارهای تمایلات و رفتار معاملاتی به الگو اضافه شوند. به این ترتیب به‌دلیل عینی‌نبودن و وجودنداشتن توافق عمومی دربارۀ معیار مناسب تمایلات سرمایه‌گذار، استفاده از دو معیار سبب افزایش توان توضیحی بازده مازاد در الگوی ذکرشده می‌شود. شواهد با فرضیه‌های مالی رفتاری که تمایلات سرمایه‌گذاران در کشف قیمت نقش دارد، منطبق است. همان طور که انتظار می‌رفت معیارهای تمایلات سرمایه‌گذار و رفتار معاملاتی سرمایه‌گذار که در الگوی گنجانده شدند، بخشی از آنچه را که در ضریب بتا در نظر گرفته نشده است، جلب کردند و این امر با نتایج یانگ و ژو (2016) سازگار است. این پژوهش دربارۀ ادبیات در حال رشد مالی رفتاری است که ارتباط رفتار معاملاتی سرمایه‌گذاران خرد و تأثیرش را بر بازده‌های سهام و ازطرف دیگر، تأثیر تمایلات سرمایه‌گذار را بر بازده مازاد و قیمت‌گذاری دارایی سرمایه‌ای بررسی کرد. پیشنهاد می‌شود در پژوهش‌های بعدی از عوامل رفتاری دیگر به‌منزلۀ معیارهای تمایلات و رفتار معاملاتی سرمایه‌گذار استفاده شود.

 



[1]. Mokhtar

[2]. Debondt

[3]. Thaler

[4]. Barberis

[5]. Shleifer

[6]. Vishny

[7]. Jackson

[8]. Baker

[9]. Wurgler

[10]. Yang

[11]. Zhou

[12]. Dhaoui

[13]. Bensalah

[14]. Fama

[15]. French

[16]. Sentiment-induced uninformed demand shock

[17]. Limit on arbitrage

[18]. DeLong

[19]. Summers

[20]. Waldmann,

[21]. Noise trader

[22]. Black

[23]. Walther

[24]. Willis

[25]. Lee

[26]. Novy marx

[27]. Aharoni

[28]. Grundy

[29]. Zeng

[30]. Sharp

[31]. Lintner

[32]. Psychological biases

[33]. Keynes

[34]. Akerlof

[35]. Shiller

[36]. Werner

[37]. Richard

[38]. Ciccone

[39]. Bourouis

[40]. Boyacioglu

[41]. Chuang

[42]. Ouyang

[43]. Lo

[44]. Changsheng

[45]. Yongfeng

[46]. Debata

[47]. Dash

[48]. Mahakud

[49]. He

[50]. Wen

[51]. Park

[52]. Kim

[53]. Conformity

[54]. Mutual funds

[55]. Han

[56]. Kumar

[57]. Lao

[58]. Tian

[59]. Zhao

[60]. برای خنثی‌کردن تأثیر چرخه‌های تجاری مؤثر بر عملکرد و وضعیت مالی شرکت‌ها.

[61]. به‌دلیل ماهیت متفاوت عملیات شرکت‌های ذکرشده.

[62]. برای انتخاب شرکت‌های فعال در بورس؛ زیرا به‌دلیل وقفۀ طولانی یا فاصلۀ معاملاتی زیاد، قیمت‌های گزارش‌شدۀ بیشتر شرکت‌ها، قیمت‌های واقعی نیستند.

[63]. Ha

[64]. Yang

[65]. Gao

[66]. Psychological line index (PSY)

[67]. Wilder

[68]. Chen

[69]. Chong

[70]. Duan

[71]. Relative strength index (RSI)

[72]. برای مطالعۀ بیشتر دربارۀ شاخص قدرت نسبی و محاسبات آن: ر. ک. کتاب مفاهیم جدید در سیستم‌های معاملات تکنیکال (Wilder, 1978: 63-70).

[73]. Trading volume (VOL)

[74]. Stein

[75]. Short-sales constraints

[76]. Jones

[77]. Ying

[78]. Bull markets

[79]. Bear markets

[80]. Adjusted turnover rate (ATR)

[81]. Principle component analysis

[82]. Brown

[83]. Cliff

[84]. Scree plot

[85]. Buy and sell imbalance (BSI)

[86]. Total buyer-initiated volume(BV)

[87]. Total seller-initiated volume (SV)

[1] حیدرپور، ف.، و تاری‌وردی، ی.، و محرابی، م. (1392). تأثیر گرایش‌های احساسی سرمایه‌گذاران بر بازده سهام. دانش مالی تحلیل اوراق بهادار،
6 (1)، 13-1.
[2] خداپرست‌شیرازی، ج.، قاسمی، م.، و رحمان‌ستایش، ع. (1389). بررسی تأثیر رفتار گله‌ای در تشکیل حباب‌های عقلائی. مطالعات اقتصادی، 1 (2)، 51-27.
[3] دستگیر، م.، و بزاز زاده، ح. (1385). تأثیر افشا بر ریسک سیستماتیک. پژوهشنامۀ اقتصادی، 6 (1)، 250-235.
[4] دولو، م.، و پاپایی، س. (1396). رفتار جمعی سرمایه‌گذاران در سطوح خرد و کلان و تأثیر آن در نوسان‌های بازار. مدیریت دارایی و تأمین مالی، 5 (2)، 166-149.
[5] سرلک، ک.، علیپوردرویش، ز. و وکیلی‌فرد، ح. (1391). تأثیر تصمیم‌گیری احساسی سرمایه‌گذاران و متغیرهای تکنیک بنیادی بر بازده سهام در بورس اوراق بهادار تهران. دانش مالی تحلیل اوراق بهادار، 5 (4)، 12-1.
[6] کاردان، ب.، ودیعی، م.، و ذوالفقارآرانی، م. (1396). نقش تمایلات رفتاری (احساسات و هیجانات) سرمایه‌گذاران در ارزش‌‎گذاری شرکت. دانش حسابداری، 8 (4)، 35-7.
[7] کامیابی، ی.، راسخی، س.، و نصیری، ز. (1396). شاخص تمایلات سرمایه‌گذار و قیمت‌گذاری دارایی سرمایه‌ای. پژوهشنامۀ اقتصاد کلان،
12 (24)، 171-149.
[8] مهرانی، ک.، و معدنچی‌زاج، م. (1397). آزمون اثر احساسات و الگوی رفتار معاملات سرمایه‌گذاران بر بازده مازاد سهام در بورس اوراق بهادار تهران. استراتژی مدیریت مالی، 6 (2)، 167-140.
[9] وکیلی‌فرد، ح.، فروغ‌نژاد، ح.، و خوشنود، م. (1392). ارزیابی رفتار سرمایه‌گذاران در بورس اوراق بهادار تهران با روش فرایند تحلیل شبکه‌ای. مدیریت دارایی و تأمین مالی، 1 (2)، 34-19.
[10] Aharoni, G., Grundy, B., & Zeng, Q. (2013). Stock returns and the Miller Modigliani valuation formula: Revisiting the Fama French analysis. Journal of Financial Economics, 110, 347-357. doi:org/10.1016/j.jfineco.2013.08.003
[11] Akerlof, G. A., & Shiller, R. J. (2009). Animal Spirits, Princeton and Oxford: Princeton University Press.
[12] Baker, M., & Stein, J. C. (2004). Market liquidity as a sentiment indicator. Journal of Financial Markets, 7 (3), 271–299. doi:org/10.1016/j.finmar.2003.11.005
[13] Baker, M., & Wurgler, J. (2006). Investor sentiment and the cross-section of stock returns. Journal of Finance, 61, 1645–1680.
[14] Baker, M., & Wurgler, J. (2007). Investor sentiment in the stock market. Journal of Economic Perspective, 21 (2), 129–151. doi:10.1257/jep.21.2.129.
[15] Barberis N., Shleifer A., & Vishny R. (1998). A model of investor sentiment. Journal of Financial Economics, 49, 307-343. doi:org/10.1016/S0304-405X (98) 00027-0.
[16] Black, F. (1986). Noise. Journal of Finance, 41, 529-543. doi:org/10.1111/ j.1540-6261.1986.tb04513.x
[17] Brown, G. W., & Cliff, M. T. (2004). Investor sentiment and the Near-Term Stock Market. Journal of Empirical Finance, 11 (1): 1-27. doi: 10.1016/ j.jempfin.2002.12.001
[18] Changsheng, H., & Yongfeng, W. (2012). Investor sentiment and assets valuation. Systems Engineering Procedia, 3, 166-171. doi:10.1016/j.sepro.2011. 11.023
[19] Chen, H., Chong, T. T. L., & Duan, X. (2010). A principal component approach to measuring investor sentiment. Quantitative Finance, 10 (4), 339–347.
[20] Chuang, V, Ch., Ouyang, L, Y., & Lo, W, Ch. (2010). The impact of investor sentiment on excess returns: A taiwan stock market case. International Journal of Information and Management Sciences, 21, 13-28.
[21] Ciccone, S. (2003). Does analyst optimism about future earnings distort stock prices? Journal of Behavioral Finance, 4 (2), 59-64. doi:org/10.1207/ S15427579JPFM0402_02
[22] Dastgir, M., & Bazzazzadeh, H. R. (2006). The impact of disclosure on systematic risk. Economics Research, 6 (1), 235-249. (In Persian).
[23] Davallou, M., & Papaei,S. (2017). Micro and macro herding by investors and their effects on market volatility. Asset Management& Financing, 5 (2), 149-166.doi: 10.22108/amf.2017.21578. (In Persian).
[24] Debata, B., Dash, S. R., & Mahakud, J. (2017). Investor sentiment and emerging stock market liquidity, Finance Research Letters, 26, 15-31. doi:10.1016/j.frl.017. 11.006
[25] DeBondt W., & Thaler, R. (1987). Further evidence on investor overreaction and stock market seasonality. Journal of Finance, 42, 557-581.doi:10.1111/j.1540-6261.1987.tb04569.x
[26] DeBondt, W. F. M., & Thaler, R. (1985). Does the stock market overreact? Journal of Finance, 40, 793–805.
[27] DeLong, B., Shleifer, A., Summers, L. H., & Waldmann, R. J. (1990). Noise trader risk in financial market. Journal of Political Economy, 90, 703-738. doi:org/ 10.1086/261703
[28] Dhaoui, A. (2015). What does matter in economy today: When human psychology drives financial markets? Arab Economics and Business Journal, 10, 39-47. doi:org/10.1016/j.aebj.2014.12.002
[29] Dhaoui, A., & Bensalah, N. (2017). Asset valuation impact of investor sentiment: A revised fama-french five factor model. Journal of Asset Management, 18 (1),
16-28. doi: 10.1057/s41260-016-0027-2.
[30] Dhaoui, A., Bourouis, S., & Boyacioglu, M. A. (2013). The impact of investor psychology on stock markets: Evidence from france. Journal of Academic Research in Economics, 5, 35-59.
[31] Fama, E., & French, K. (1993). The cross-section of expected stock returns. Journal of Finance, 47 (2), 427–465.
[32] Fama, E., & French, K. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116 (1), 1-22. doi:org/10.1016/j.jfineco.2014.10.010.
[33] Han, B., & Kumar, A. (2013). Speculative retail trading and asset prices. Journal of Financial and Quantitative Analysis, 48 (2), 377-404. doi:org/10.1017/ S0022109013000100
[34] He, Z., He, L., & Wen, F. (2019). Risk Compensation and Market Returns: The role of investor sentiment in the stock market. Emerging Markets Finance and Trade, 55 (3), 704-718. doi:org/10.1080/ 1540496X.2018.1460724
[35] Hydarpur, F., Tariverdi, Y., & Mehrabi, M. (2013). Effect of sentimental tendency on stock returns. Journal of Financial Knowledge of Securities Analysis, 6 (1),
1-13. (In Persian).
[36] Jackson, A. (2003). The aggregate behavior of individual investors. London Business School, Working paper.
[37] Jones, C. (2001). A century of stock market liquidity and trading cost. Working Paper, Columbia University. doi: 10.2139/ ssrn.313681
[38] Kamyabi, Y., Rasekhi, S., & Nasiri, Z. (2018). Investor sentiment index and capital asset pricing. Iranian Economic Journal: Macroeconomics, 12 (24), 149-171. doi: 10.22080/iejm.2018.1941. (In Persian).
[39] Kardan, B., Vadeei, M. H., & ZolfagharArani, M. H. (2018). The role of behavioral tendencies (sentiment) of investors in valuation of the company. Journal of Accounting Knowledge, 8 (4), 7-35. doi:10.22103/jak.2017.10630.2454.
(In Persian).
[40] Keynes, J. M. (1936). The general theory of employment interest and money. London: McMillan.
[41] Khodaparast Shirazi, J., Ghasemi, M. R., & Rahman Setayesh, A. (2011). Investigation of the effect of herding behavior in the formation of rational bubbles. Journal of Economic Studies,
1 (2), 27-51.(In Persian).
[42] Kim, T., & Ha, A. (2010). Investor sentiment and market anomalies. 23rd Australasian Finance and Banking Conference, 1-24.
[43] Kim, M., & Park, J. (2015). Individual investor sentiment and stock returns: Evidence from the Korean stock market. Emerging Markets Finance and Trade, 51, S1–S20. 10.1080/1540496X.2015.1062305
[44] Lao, L., Tian, Sh., & Zhao, Q. (2018). Will order imbalances predict stock returns in extreme market situations? Evidence from China. Emerging Markets Finance and Trade, 54, 921-934. doi:org/10.1080/ 1540496X.2016.1278364
[45] Lee, C. M. C., Shleifer, A., & Thaler, R. H. (1991). Investor sentiment and the closed-end fund puzzle. Journal of Finance, 46 (1), 75-109. doi:10.2307/ 2328690.
[46] Lintner, J. (1965). Security prices, risk and maximal gains from diversification. Journal of Finance,20, 587–615. doi:org/ 10.1111/j.1540-6261.1965. tb02930.x
[47] Mehrani, K., & Madanchi Zaj, M. (2018). The test of the effect of investor trading behavior and investors’ sentiment on excess return in Tehran Stock Exchange. Journal of Financial Management Strategy, 6 (2), 140-167.doi: 10.22051/jfm.2018. 16581.1445. (In Persian).
[48] Mokhtar, A. (2016). An empirical examination of the behavioral CAPM. Journal of Finance and Investment Analysis, 5 (3), 15-57.
[49] Novy-Marx, R. (2013). The other side of value: The gross profitability premium. Journal of Financial Economics, 108, 1-28. doi:org/10.1016/j.jfineco.2013.01.003
[50] Park, J. W., & Kim, M. H. (2014). Investment performance of individual investors: Evidence from the korean stock market. Emerging Markets Finance and Trade, 50, 194–211.
[51] Sarlak, K., Alipour Dervish, Z., & Vakili Fard, H. R. (2012). The impact of sentimental decision investors and fundamental variables techniques on stock returns in Tehran Stock Exchange. Financial Knowledge of Securities Analysis, 5 (4), 1-12.(In Persian).
[52] Sharpe, W. J. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. Journal of Finance, 19, 425–442.
[53] Shleifer, A., & Vishny, R. (1997). The limits of arbitrage, Journal of Finance, 52, 35-55. doi:org/10.1111/j.1540-6261.1997. tb03807.x
[54] Vakilifard, H., Foroughnejad, H., & Khoshnood, M. (2013). Evaluation investor's behavior in Tehran Stock Exchange with analytic network process (ANP). Asset Management& Financing, 1 (2), 19-34.(In Persian).
[55] Walther, B. R., & Willis, R. H. (2013). Do investor expectations affect sell-side analysts’forecast bias and forecast accuracy? Review of Accounting Studies, 18, 207-227. doi: 10.1007/s11142-012-9204-9
[56] Wilder, J. W. (1978). New concepts in technical trading systems. United States of America, North Carolina: Hunter publishing company.
[57] Yang, C., & Gao, B. (2014). The term structure of sentiment effect in stock index futures market. The North American Journal of Economics and Finance, 30, 171–182.
[58] Yang, C., & Zhou, L. (2015). Investor trading behavior, investor sentiment and asset prices. North American Journal of Economics and Finance, 34, 42–62.doi: 10.1016/j.najef.2015.08.003
[59] Yang, C., & Zhou, L. (2016). Individual stock crowded trades, individual stock investor sentiment and excess returns. North American Journal of Economics and Finance, 38, 39–53. doi: 10.1016/j.najef. 2016.06.001
[60] Ying, C. (1966). Stock Market Prices and Volume of Sales. Econometrica, 34, 676–686.